漫谈QLC其一:QLC定义及应用

闪存作为固态硬盘的存储介质,正朝着高密度低比特成本的方向不断探索和发展,满足存储市场对“高容量低成本”产品的需求。

目前,闪存增容的主要方式有两种,其一是结构上,由2D NAND到3D NAND,从平面到立体,实现闪存容量的提升,并随着堆叠层数的增加优化成本,继而适应市场需求;其二是逻辑上,提升存储单元存储的位数,即由仅能存储1位数据的SLC,到存储2位数据的MLC,直到如今能存储4位数据的QLC,通过这种方式,提升闪存存储容量优化成本。

本篇推文,将以QLC为关键词,漫谈QLC的定义、优势及应用。

QLC闪存定义及优势

QLC全称为Quad-Level Cell,即四层式存储单元,指的是每个存储单元能够存储4位数据,也就是4bits/cell。鉴于QLC闪存的设计,具有如下几大突出优势:

更大容量,QLC相较于目前主流的TLC闪存颗粒,理论上QLC存储密度提升了33%,在PCB趋小的当下,单颗闪存容量的提升,能够显著提升SSD整体的存储容量,满足终端客户对于小尺寸大容量存储器的需求。

更低成本,在同一片晶圆切割相同数量的闪存颗粒情况下,QLC闪存的存储容量高于TLC闪存存储容量33%左右,对比下来,QLC单位存储容量的成本也就低于TLC闪存,具有更低成本的优势。

尚佳的读取性能,鉴于QLC单位存储单元存储4bits的设计,并由此带来的复杂的写入机制,QLC闪存在写入性能上有着先天不足的劣势,但在读取性能上,表现尚佳,能够满足当下众多读取密集型需求。

更低TCO,以QLC闪存为存储介质的SSD,具有更低的TCO。以常见的服务器和数据中心为例,目前主流的服务器和数据中心大都部署HDD,进行数据存储。而相较于传统的HDD,QLC SSD的TCO更低。

具体来看,TCO是一个综合成本的考量,包括存储密度、可靠性及功耗等都将影响整体的TCO。

存储密度上,QLC SSD尺寸更小,在服务器机架面积不变的情况下,能够部署更多QLC SSD,其存储密度和总容量更高,TCO对比下来也就更低;

可靠性上,HDD传统的机械结构设计,在长久高负载压力下,年化故障率(AFR)高,容易发生故障导致宕机,拉高整体TCO。而QLC SSD可靠性相较于HDD往往更高,能不间断稳定工作;

功耗上,QLC发热量低,服务器机房需要付出的冷却成本相应降低,整体系统PUE也随之降低,继而降低整体TCO。因此,整体上QLC SSD在TCO上有着相当优势。

QLC闪存应用场景

得益于QLC具备的大容量、低成本、读取性能尚佳和低TCO等特性,以QLC闪存为存储介质的SSD开始应用于以下几大典型应用场景:

以ChatGPT为代表的智能AI大模型,随着大模型走向多模态,从GPT3以后,筛选的数据集呈指数倍增,这些数据都需要海量大容量固态硬盘进行本地冷数据存储,同时鉴于大模型的规模不断增长,功耗、TCO成本等都需要考量,由此QLC SSD十分契合智能AI大模型对存储器的多重需求。

如今流行的视频点播、短视频应用等也是QLC SSD大规模部署的典型应用,这些场景的突出特征便是海量数据的冷存储,写入数量远小于读取数量,几乎95%以上的存储命令都是顺序读取;同时由于部署的存储器量级较大,运营部门对数据存储的容量、功耗及成本等十分关注,而QLC SSD具备的读取密集特性、大容量和低成本等特性,成为了该类应用的不二存储选择。

此外,还有诸如大数据、云存储、人机交互HCI等大量以读取密集型为核心的新场景新应用,也都开始部署和应用QLC SSD,充分挖掘和利用QLC闪存特性,以实现业务的高效、经济、稳定运转。

本文转载自:长江存储系统解决方案微信公众号